Nya Amazon HealthLake-funktioner möjliggör nästa generations bildlösningar och precision hälsoanalyser

På AWS har vi investerat i sjukvård sedan dag 1 med kunder inklusive Moderna, Rush University Medical Center och NHS som har byggt banbrytande innovationer i molnet. Våra kunder använder maskininlärning (ML) och molnet för att ta itu med några av vårdens största utmaningar och driva förändringar, från att utveckla nav för folkhälsoanalys, till att förbättra jämlikhet och patientresultat, till att utveckla ett covid-19-vaccin på bara 65 dagar. mer prediktiv och personlig vård.

Förra året lanserade vi Amazon HealthLake, en specialbyggd tjänst för att lagra, omvandla och fråga efter hälsodata i molnet, så att du kan dra nytta av en komplett överblick över individens eller patientpopulationens hälsodata i stor skala.

Idag är vi glada över att tillkännage lanseringen av två nya funktioner i HealthLake som levererar innovationer för medicinsk bildbehandling och analys.

Amazon HealthLake Imaging

Vårdpersonal står inför en myriad av utmaningar när omfattningen och komplexiteten för medicinsk bildbehandlingsdata fortsätter att öka, inklusive följande:

• Volymen medicinska bilddata har fortsatt att accelerera under det senaste decenniet med över 5.5 miljarder bildbehandlingsprocedurer som utförs över hela världen varje år av ett krympande antal radiologer
• Den genomsnittliga bildbehandlingsstudiestorleken har fördubblats under det senaste decenniet till 150 MB eftersom mer avancerade bildbehandlingsprocedurer utförs på grund av förbättringar i upplösning och den ökande användningen av volymetrisk bildbehandling
• Hälsosystem lagrar flera kopior av samma bilddata i kliniska system och forskningssystem, vilket leder till ökade kostnader och komplexitet
• Det kan vara svårt att strukturera denna data, vilket ofta tar datavetare och forskare veckor eller månader att få fram viktiga insikter med avancerad analys och ML

Dessa sammansatta faktorer saktar ner beslutsfattandet, vilket kan påverka vårdleveransen. För att möta dessa utmaningar är vi glada över att kunna presentera förhandsvisningen av Amazon HealthLake Imaging, en ny HIPAA-berättigad funktion som gör det enkelt att lagra, komma åt och analysera medicinska bilder i petabyte-skala. Den här nya kapaciteten är designad för snabb medicinsk bildhämtning under en sekund i dina kliniska arbetsflöden som du kan komma åt säkert från var som helst (t.ex. webben, skrivbordet, telefonen) och med hög tillgänglighet. Dessutom kan du driva dina befintliga medicinska tittare och analysapplikationer från en enda krypterad kopia av samma data i molnet med normaliserad metadata och avancerad komprimering. Som ett resultat uppskattas det att HealthLake Imaging hjälper dig att minska den totala kostnaden för medicinsk bildlagring med upp till 40 %.

Vi är stolta över att samarbeta med partners vid lanseringen av HealthLake Imaging för att påskynda införandet av molnbaserade lösningar för att hjälpa till att överföra företagets bildbehandlingsarbetsflöden till molnet och påskynda din innovationstakt.

Intelerad och Arterys är bland lanseringspartnerna som använder HealthLake Imaging för att uppnå högre skalbarhet och visningsprestanda för deras nästa generations PACS-system respektive AI-plattform. Radical Imaging förser kunder med molnkompatibla medicinska bildbehandlingsapplikationer med noll fotavtryck med hjälp av projekt med öppen källkod, som OHIF eller Cornerstone.js, byggda på HealthLake Imaging API:er. Och NVIDIA har samarbetat med AWS för att utveckla en MONAI-kontakt för HealthLake Imaging. MONAI är ett ramverk för medicinsk AI med öppen källkod för att utveckla och distribuera modeller i AI-applikationer, i stor skala.

“Intelerad har alltid fokuserat på att lösa komplexa problem inom vården, samtidigt som det har gjort det möjligt för våra kunder att växa och ge exceptionell patientvård till fler patienter runt om i världen. I vår kontinuerliga innovationsväg tillåter vårt samarbete med AWS, inklusive utnyttjande av Amazon HealthLake Imaging, oss att förnya snabbare och minska komplexiteten samtidigt som vi erbjuder oöverträffad skala och prestanda för våra användare."

— AJ Watson, Chief Product Officer på Intelerad Medical Systems

"Med Amazon HealthLake Imaging kunde Arterys uppnå märkbara förbättringar i prestanda och lyhördhet för våra applikationer, och med en rik uppsättning funktioner av framtida förbättringar, erbjuder det fördelar och värde som kommer att förbättra lösningar som vill driva framtidsinriktat värde ur bilddata."

— Richard Moss, Director of Product Management på Arterys

Radboudumc och University of Maryland Medical Intelligent Imaging Center (UM2ii) är bland kunderna som använder HealthLake Imaging för att förbättra tillgängligheten för medicinska bilder och utnyttja bildströmning.

”På Radboud University Medical Center är vårt uppdrag att vara en pionjär i att forma en mer personcentrerad, innovativ framtid för hälso- och sjukvården. Vi bygger en samarbetande AI-lösning med Amazon HealthLake Imaging för kliniker och forskare för att påskynda innovation genom att lägga ML-algoritmer i händerna på kliniker snabbare.”

— Bram van Ginneken, ordförande, Diagnostic Image Analysis Group på Radboudumc

"UM2ii bildades för att förena innovatörer, tankeledare och forskare från akademiker och industrier. Vårt arbete med AWS kommer att påskynda vårt uppdrag att tänja på gränserna för medicinsk bildbehandling AI. Vi är glada över att bygga nästa generation av molnbaserad intelligent bildbehandling med Amazon HealthLake Imaging och AWS erfarenhet av skalbarhet, prestanda och tillförlitlighet.”

— Paul Yi, direktör på UM2ii

Amazon HealthLake Analytics

Den andra förmågan som vi är glada över att tillkännage är Amazon HealthLake Analytics. Att utnyttja multimodala data, som är mycket kontextuella och komplexa, är nyckeln till att göra meningsfulla framsteg när det gäller att ge patienterna mycket personliga och exakt riktade diagnostik och behandlingar.

HealthLake Analytics gör det enkelt att fråga och härleda insikter från multimodala hälsodata i stor skala, på individ- eller befolkningsnivå, med möjligheten att dela data säkert över hela företaget och möjliggöra avancerad analys och ML med bara några få klick. Detta tar bort behovet av att utföra komplexa dataexporter och datatransformationer.

HealthLake Analytics normaliserar automatiskt rå hälsodata från flera olika källor (t.ex. medicinska journaler, sjukförsäkringsanspråk, EPJ, medicinsk utrustning) till ett analys- och interoperabilitetsfärdigt format på några minuter. Integration med andra AWS-tjänster gör det enkelt att söka efter data med SQL med hjälp av Amazonas Athena, samt dela och analysera data för att möjliggöra avancerad analys och ML. Du kan skapa kraftfulla instrumentpaneler med Amazon QuickSight för vårdgapanalyser och sjukdomshantering av en hel patientpopulation. Eller så kan du bygga och träna många ML-modeller snabbt och effektivt i Amazon SageMaker för AI-drivna förutsägelser, såsom risk för återinläggning på sjukhus eller övergripande effektivitet av en behandlingslinje. HealthLake Analytics minskar det som skulle ta månader av ingenjörsarbete och låter dig göra det du är bäst på – ge patienterna vård.

Slutsats

På AWS är vårt mål att stödja dig att leverera bekväm, personlig och värdefull vård – hjälpa dig att återuppfinna hur du samarbetar, fatta datadrivna kliniska och operativa beslut, möjliggöra precisionsmedicin, påskynda terapiutvecklingen och minska kostnaderna av vård.

Med dessa nya funktioner i Amazon HealthLake kan vi tillsammans med våra partners hjälpa till att möjliggöra nästa generations bildbehandlingsarbetsflöden i molnet och få insikter från multimodala hälsodata, samtidigt som vi följer HIPAA, GDPR och andra bestämmelser.

För att lära dig mer och komma igång, se Amazon HealthLake Analytics och Amazon HealthLake Imaging.

---

Om författarna

Tehsin Syed är General Manager för Health AI på Amazon Web Services och leder vår Health AI-teknik och produktutvecklingssatsningar inklusive Amazon Comprehend Medical och Amazon Health. Tehsin arbetar med team över hela Amazon Web Services som ansvarar för teknik, vetenskap, produkter och teknik för att utveckla banbrytande AI-lösningar och produkter inom hälsovård och life science. Innan han arbetade på AWS var Tehsin Vice President of Engineering på Cerner Corporation där han tillbringade 23 år i skärningspunkten mellan sjukvård och teknik.

Dr Taha Kass-Hout är Vice President, Machine Learning och Chief Medical Officer på Amazon Web Services, och leder vår Health AI-strategi och insatser, inklusive Amazon Comprehend Medical och Amazon HealthLake. Han arbetar med team på Amazon som ansvarar för att utveckla vetenskapen, tekniken och skalan för labbtestning av COVID-19, inklusive Amazons första FDA-tillstånd för att testa våra medarbetare – nu erbjuds allmänheten för testning hemma. Taha var läkare och bioinformatiker och tjänstgjorde i två perioder under president Obama, inklusive den första Chief Health Informatics officer vid FDA. Under denna tid som offentlig tjänsteman var han banbrytande för användningen av framväxande teknologier och molnet (CDC:s elektroniska sjukdomsövervakning), och etablerade allmänt tillgängliga globala datadelningsplattformar: openFDA, som gjorde det möjligt för forskare och allmänheten att söka och analysera biverkningar data och precisionFDA (en del av initiativet Presidential Precision Medicine).